農業分野において機械学習が利用されるようになってきた．農業地域では，ネットワークに接続できない場合があり機械学習をエッジデバイスで実行する必要がある．エッジデバイスで，機械学習モデルを盗難や改ざんから保護する方法に，信頼できる実行環境であるTrusted Execution Environment(TEE)を用いた方法が存在する．しかし、現在のTEEでは利用できるメモリ量に制限があることから，学習モデルを分割する手法を用いた機械学習・推論が提案されている．本論文では，オープンソースのTEEのOSであるOP-TEEと機械学習・推論フレームワークであるDarkneTZを用いて、学習・推論それぞれの実行時間を計測した．